I Data Center basati sull’IA stanno aumentando l’uso dell’energia, ma manca la trasparenza

L’IA sta aumentando rapidamente le richieste energetiche, ma la vera scala rimane poco chiara a causa della mancanza di trasparenza da parte delle aziende tecnologiche.

Un recente analisi di Nature evidenzia la crescente ma in gran parte opaca domanda energetica dell’IA. Nature riferisce come nel Contea di Culpeper in Virginia, i grandi data center stanno trasformando i paesaggi rurali. Questi centri, essenziali per l’esecuzione di modelli di IA generativi come ChatGPT, richiedono enormi quantità di elettricità.

Ogni struttura può consumare tanta energia quanto decine di migliaia di case, potenzialmente causando un aumento dei costi e mettendo sotto sforzo le reti locali. La Virginia, già capitale mondiale dei data center, potrebbe vedere raddoppiare la sua domanda di elettricità nel prossimo decennio.

Nature sottolinea che il problema si estende oltre la Virginia. I data center guidati dall’IA sono concentrati in cluster in tutto il mondo, impattando significativamente le reti energetiche locali. A differenza delle acciaierie o delle miniere di carbone, i data center sono costruiti vicini tra loro per condividere risorse e ottimizzare l’efficienza.

In Irlanda, rappresentano oltre il 20% del consumo nazionale di elettricità, e in cinque stati degli Stati Uniti, superano il 10%.

Nonostante l’aumento del consumo energetico dell’IA, i dati sul suo utilizzo energetico sono scarsamente disponibili. Nature riferisce che gli ricercatori fanno fatica ad ottenere cifre precise dalle aziende, costringendoli a stimare utilizzando metodi indiretti. Un approccio è l’analisi della catena di fornitura.

Nel 2023, il ricercatore Alex de Vries ha calcolato che, se Google integrasse l’IA generativa in tutte le ricerche, sarebbero necessari fino a 500.000 server NVIDIA A100, consumando 23-29 terawattora (TWh) all’anno – fino a 30 volte più energia rispetto a una ricerca standard, come riportato da Nature.

Un altro metodo prevede la misurazione del consumo energetico di singoli task di AI. I ricercatori utilizzano strumenti come CodeCarbon per stimare il consumo derivante da immagini o testi generati da AI.

Questi studi suggeriscono che la generazione di un’immagine consuma circa 0,5 wattora (Wh), mentre la generazione di testo richiede leggermente meno. Tuttavia, queste stime sono conservative poiché non tengono conto del raffreddamento o di chip proprietari come i TPU di Google, come riportato da Nature.

Anche l’addestramento dei modelli di intelligenza artificiale è energivoro, ma l’energia spesa per rispondere a miliardi di richieste degli utenti è ancora maggiore. Addestrare un modello come GPT-3 richiede circa un gigawattora, mentre le richieste giornaliere di intelligenza artificiale consumano terawattora annualmente, afferma Nature.

Con l’aumento della concorrenza, le aziende sono diventate più riservate riguardo alla richiesta energetica dell’IA. Alcune, come Google e Microsoft, riconoscono l’aumento delle emissioni di carbonio a causa dell’espansione dei data center, ma non forniscono dati specifici, ha sottolineato Nature.

Nonostante l’impatto locale dell’IA, la sua impronta energetica globale rimane relativamente piccola, sostiene Nature. L’Agenzia Internazionale dell’Energia ha stimato che i data center abbiano utilizzato tra 240 e 340 TWh nel 2022, circa l’1-1,3% dell’elettricità globale.

Tuttavia, con la crescente adozione dell’IA, la domanda potrebbe aumentare drasticamente. Senza un migliore condivisione dei dati, i responsabili delle politiche potrebbero avere difficoltà a gestire le conseguenze ambientali del futuro ad alta intensità energetica dell’IA.